RBP-DIP:在不良位置的CT重建之前,剩余的背部投影与深度图像
1CISE department, University of Florida, 32603, USA.
概括
我们开发了一个剩余后投影深度图像前 (RBP-DIP) 框架,以增强计算机断层扫描 (CT) 图像重建. 这种方法显著提高了准确性,特别是在具有挑战性的少视角和有限角度场景中.
科学领域:
- 医疗成像医学成像
- 计算成像技术的成像
- 人工智能在成像中的使用
背景情况:
- 深度图像先验 (DIP) 在图像处理方面取得了成功.
- 将DIP应用于计算机断层扫描 (CT) 图像重建具有挑战性,特别是在错误设置的问题上.
研究的目的:
- 引入一个新的剩余后投影深度图像前 (RBP-DIP) 框架.
- 为了提高使用DIP的代CT重建的性能和准确性.
主要方法:
- 开发了一种残留后投影 (RBP) 技术,与未经训练的U-net.net集成.
- 优化U-net重量代,在每个步骤中通过RBP连接更新输入.
- 在CT重建的DIP框架内加强规范化效应.
主要成果:
- 与传统的代重建 (IR) 方法相比,RBP-DIP显示出更高的性能.
- 在少数视图和有限角度CT重建中观察到显著的改善.
- 该框架显示了与具有类似网络架构的预训练和其他未经训练的模型相比的优势.
结论:
- RBP-DIP框架有效地提高了CT图像重建的准确性,特别是在错误提出的问题上.
- 它为具有有限数据的场景提供了强大的解决方案,例如少数视图和有限角度CT.
- RBP-DIP框架是可扩展的,允许集成现有的IR算法和DIP增强.


